公司概况与创业历程 - 公司Violoop是一家专注于个人Agent硬件的创业公司，其产品形似缩小版台式机，通过插在电脑上，用户可远程指挥其中的Agent完成工作[4] - 公司两位合伙人于2019年结识，2022年正式合伙创业，初期通过承接世界五百强AI项目获得资金和实际业务场景，并从中发现了个人Agent的创业机会，认为这是一个万亿级别的市场[6] - 公司并非简单追逐风口，其发展源于给大客户做项目时的实际需求与实践，从软件Agent转向硬件Agent的决策在2025年6月正式确立[6][7] 产品定位与工作原理 - 产品定位为“工作助手”，通过HDMI接口“看”屏幕，通过Type-C接口“操作”鼠标键盘，旨在配合而非取代用户的主电脑[3][8] - 产品可实时观察并学习用户使用电脑的习惯和工作流程，经过持续学习后能主动帮用户操作电脑，用户亦可通过手机远程遥控[8] - 产品通过视觉机制主动介入用户工作，例如识别用户正在整理报销截图或查询资料时，会主动提示可提供自动化帮助[15] 技术架构与核心优势 - 采用硬件形式主要解决三大问题：安全性（通过芯片做最后拦截）、成本（端云结合降低Token消耗）、以及对无开放接口软件的操作能力（模拟人的眼和手）[7] - 为控制成本，公司自研转接芯片，将核心成本降至约100元人民币，使产品售价可控制在Mac mini一半的水平[10] - 采用端云结合方案，自训本地模型识别软件图标、快捷键及工作状态，仅将提炼后的核心文本发往云端，以降低使用成本[10] - 核心壁垒包括记忆能力，公司采用图形数据库与向量数据库结合的方式整理逻辑链条，减少检索Token消耗并提高质量[17][18] 市场机会与商业模式 - 公司认为个人Agent是一个万亿级别的市场机会，仅从硬件看，全球20亿台电脑中，假设二十分之一配备个人Agent硬件，规模可达1亿台[12] - 公司的终局愿景并非仅卖硬件，而是结合个人化端侧模型，成为模型、Agent软件与硬件一体的公司，通过硬件采集数据，未来在端侧为用户训练专属的个人化小模型[12] - 公司认为OpenClaw类似时代的Linux，是操作系统底层，而未来的机会属于类似Windows或Mac的、依托于硬件的形态，纯软件形态难以挑战[11][17] 竞争环境与产品差异化 - 公司面临与OpenClaw及Agent电脑类产品的竞争，但其差异化在于不取代主电脑，而是设计为控制用户的主电脑，因此采用了HDMI和Type-C接口[10][18] - 公司认为苹果虽具备端侧算力优势，但出于安全性考量及避免与开发者生态（如腾讯、Adobe）决裂的战略原因，尚未推出类似Agent服务[18] - 公司产品已成型，计划在Kickstarter启动众筹，团队内部已作为首批用户，应用于写代码、运营数据抓取、自动生成周报等场景[13] 创始人背景与创业理念 - 两位创始人均为90后连续创业者，过往经历涉及招聘、长租公寓（管理规模达2.5亿美金）、芯片设计、App开发等多个领域，但均未抓住移动互联网顶峰机会[11][12] - 创始人将AI时代视为弥补遗憾、付诸实践的最好时代，并认为当前方向是属于自己的最大机会[12] - 创始人商业上不追求成为最有影响力的人，更看重做一件前人未做过、能突破对世界理解极限的“酷”事[13]

行业投资评级 * 报告对互联网传媒行业给予“买入”评级 [2] 报告核心观点 * 英伟达2026年GTC大会标志着AI产业叙事正从“训练性能突破”转向“推理效率优化”，推理成为AI算力增长的核心驱动力 [5] * 英伟达通过构建“AI工厂”体系，以软硬件垂直整合重构算力基础设施，显著提升推理效率并降低成本 [5] * AI Agent与物理AI（机器人、自动驾驶）成为新的应用增长方向，将催生新的商业模式与技术范式 [5] 根据相关目录分别进行总结 一、GTC的叙事变化：AI推理成为主战场 * **推理市场空间巨大**：英伟达CEO黄仁勋预计，2027年AI推理芯片潜在市场规模可达**1万亿美元** [5][13] * **推理需求结构性增长**：驱动因素包括：1) 高质量训练数据稀缺，模型训练更多依赖合成数据与后训练推理；2) AI Agent应用相比传统聊天机器人，token消耗量提升**1-2个数量级** [5][13] * **推理占比持续提升**：德勤预计，全球推理负载占AI算力比例将从2023年的约**1/3**提升至2026年的约**2/3**，长期有望超过**80%** [5][13] * **推理成本大幅下降**：主流模型推理成本较2023年下降超过一个数量级，2026年海外主流模型API调用价格已降至每百万token约**0.05–10美元**区间 [5][13][15][17] * **英伟达推出新一代推理平台**： * **Vera Rubin平台**：集成7款芯片，推理性能较上一代提升约**35倍**，token生成速率实现**350倍**增长 [5][20] * **Groq LPU架构**：专为低延迟推理设计，采用片上SRAM替代HBM，基于此推出的LPX机架可带来最高约**10倍**的潜在商业化收益空间提升 [5][23] 二、AI应用：Agent与物理AI * **AI Agent成为企业刚需**：商业模式将从SaaS转变为**Agentic AI as a Service** [5][30] * **英伟达完善OpenClaw生态**：推出**NemoClaw**，通过**OpenShell**提供安全沙箱环境，解决Agent执行权限与安全控制的矛盾 [5][30][37] * **开源模型表现领先**：英伟达发布的**Nemotron-3 Super**在OpenClaw基准测试中位列全球第四、开源模型第一 [5][31] * **物理AI技术栈形成**：英伟达发布**Cosmos**世界模型、**Isaac**仿真框架和**GR00T**机器人基础模型，形成“世界模型+仿真训练+机器人模型”的完整技术栈，加速机器人与自动驾驶落地 [5][41] * **自动驾驶生态扩张**：英伟达Robotaxi平台新增比亚迪、现代等合作伙伴，预计每年将有约**1800万辆**新车具备相关能力；并与Uber合作推进自动驾驶车队部署 [46] 三、投资建议 * **投资逻辑转变**：AI产业叙事从训练驱动转向推理驱动，应重视全栈式AI布局、软硬协同带来的推理性价比和稳定性优势 [5][47] * **应用方向明确**：**Agent**与**物理AI**是两大核心AI应用方向，Agent的普及对算力、模型与安全基础设施提出新需求 [5][47] * **关注垂直整合厂商**：围绕自研模型+云+生态的垂直整合，短期关注**谷歌**，中长期关注**微软、阿里巴巴、腾讯控股** [5][48] * **细分赛道机会**： * 多模态应用关注**快手、美图** [5][48] * IP+AI视频关注**阅文集团、中文在线、上海电影、欢瑞世纪、华策影视、掌阅科技**等 [5][48] * AI营销关注**汇量科技、易点天下、蓝色光标**等 [5][48] * AI陪伴社交关注**恺英网络**，AI游戏关注**心动公司** [5][48] * AI内容确权关注**阜博集团** [5][48] * AI医疗关注**京东健康、阿里健康** [48]

文章核心观点 生成式AI正从辅助工具演变为自主执行系统，引发生产力范式的根本性转移，行业正从“AI加持”迈向“AI原生”，这导致传统商业模式、组织形态和安全体系面临重塑与挑战[4][6] 从“AI加持”到“AI原生”：商业模式与组织形态的颠覆 - 商业模式正从“买软件”、“买席位”向“买结果”过渡，低门槛SaaS和依赖信息差、渠道的生意模式面临崩塌[9] - 以Agent为代表的AI正在全面接管执行权，催生无需传统组织形态、一个人指挥一群Agent的“超级个体”[4][6] - Agent能够端到端执行任务，例如无需登录WPS购买会员，一句话指令即可完成合同加水印等操作，将工具功能内化[9] 垂直场景重塑：物理世界交付成为护城河 - 当大模型基础能力趋同，真正的护城河在于AI能否介入并改变物理世界，在垂直场景中“披上职业的外衣”[10] - 法律AI产品“吾律”能代表公司法务身份，直接给欠款方打电话催款、施压、博弈，实现深度物理介入[11] - 用户研究行业效率被极大提升，例如过去30人的用户访谈需30天，现在仅需8小时，甚至帮助字节跳动在1天内访谈近200人[13] - 未来的商业模式将是分层的：AI承接高频基础执行，人机结合处理中端案件，个性化高端业务仍由人类负责[12] AI时代的新KPI与数据资源 - Token消耗通量成为AI时代个人生产效率的新指标，个人消耗的Token量以及开发的Agent被调用消耗的Token量是重要衡量标准[14] - 互联网公开数据与知识体系已接近枯竭，未来的数据金矿来自物理世界的交互，如下线会议、对谈等过去未被记录的数据[14] - 通过硬件和端侧设备采集物理世界交互数据，将成为决定未来发展方向的关键[14] AI自主执行带来的安全风险 - 赋予Agent跨系统、端到端的操作权限（如OpenClaw）将企业数据暴露于“黑暗森林”式安全风险中，攻击门槛被极大降低[4][15][16] - 攻击方式发生转变：黑客无需攻破防火墙，只需发送一张暗藏恶意提示词的图片，拥有最高权限的AI在自动处理时就可能执行毁灭性指令，如删除整个资料库[4][17] - 在Agent时代，攻击可通过对Agent记忆进行长期“投毒”来实现，黑客通过诱导在记忆文件中植入伪装指令，使Agent在后续自动运行中持续做出错误决策，传统基于敏感词识别的安全防护体系失效[20] - 在容错率为零的工业领域，AI必须在安全的虚拟机沙盒内运行，并设置“人工终审确认”作为安全底线，绝不允许Agent越权[21] AI革命下的人类角色与未来 - AI革命解放了人类的大脑，当Agent接管大部分世俗工作后，人类可能走向极致的精神自由，学习的目的将转变为让大脑保持活跃与健康，未来的学校可能成为“健脑房”[22] - 在工业AI领域，面对AI可能失控的远景，一种务实的生存哲学是尽量保证自身是“最后一个从人类里被剔除的”[25] - 无论AI如何进化，只要人不被AI统治，其最终目的依然是服务于人，满足人类的需求与偏好[26]

行业背景：AI Agent时代网络安全范式的转变 - **核心观点：AI Agent的普及正在重塑网络安全的攻防格局，攻击成本大幅降低、规模与速度剧增，传统静态、低频的防御体系已失效，催生了对能够理解复杂非线性攻击路径的全局、自动化安全解决方案的迫切需求** [2] - **攻击侧发生结构性变化**：AI使网络攻击的综合成本下降约 **100倍至1000倍**，使得对目标发动全面、持续的攻击在经济上首次变得可行 [7] - **技术成本骤降**：过去开发高质量零日漏洞攻击代码成本在 **10万美元到250万美元** 之间，现在借助Agent进行vibe coding，普通人仅需几秒即可生成代码 [7] - **社会工程学攻击成本降低**：在Deepfake等AI技术加持下，生成高度定制化钓鱼内容的成本极低，抹平了“精准欺骗”所需的高昂人工成本 [11] - **攻击活动实现规模化与自动化**：Agent具备7×24小时持续攻击能力，可同时针对成百上千个目标发起并发打击，攻击速度和效率呈指数级提升 [13] - 数据印证：2024年下半年凭证钓鱼攻击暴增 **703%**，整体邮件攻击增长 **202%** [13] - **攻击确定性提高**：一旦Agent能够成功执行某种攻击，这种攻击的发生概率就是 **100%**，AI会持续尝试直到成功，过去概率较低的攻击路径均变为现实威胁 [16] - **攻击更加隐蔽**：现代Agent使用网络的方式与真人用户高度相似，其流量模式与人类用户的活跃周期高度相似，难以通过传统方式识别 [16] - **防守侧传统模式存在结构性缺陷**：网络安全存在攻防不对称性，AI时代进一步放大，进攻成本下降，防御复杂度上升 [17] - **传统防御软件被动**：无法在漏洞被利用前主动发现和修复问题 [17] - **人类红队存在局限**：路径覆盖不完整，且评估频率（通常为年度）无法应对企业网络的持续动态变化 [17] - **经济成本过高**：一次标准的人类咨询评估（两人两周加一周报告）费用约 **6万美元**；雇佣人类覆盖企业 **1%** 的攻击面可能需耗资 **100万美元**，实现 **100%** 覆盖的线性外推成本高达 **1亿美元**，远超企业安全预算 [18] - **市场前景广阔**：攻击面管理市场预计到 **2029年** 将达到 **484亿美元**，自 **2024年** 以来的复合年增长率为 **12.6%** [20] 公司介绍：Armadin的核心理念与产品 - **公司定位**：一家利用AI Agent Swarm系统持续模拟真实攻击者行为、形成自主防御闭环的网络安全公司 [3][24] - **创立背景与融资**：成立于AI重塑网络安全攻防的背景下，于 **2024年3月** 完成 **1.9亿美元** 种子轮和A轮融资，由Accel领投，参投方包括Google Ventures、Kleiner Perkins等 [3] - **核心理念**：打造能够执行国家级网络攻击行为的Agent，让其持续攻击自身系统，再利用攻击结果训练防御Agent，形成无需人类干预的自主防御闭环 [24] - **终极竞争对手**：公司认为最大的竞争对手是真实发起网络攻击的一方，尤其是国家级进攻行为，竞争关键在于谁能更快构建最强的进攻Agent并转化为最强的防御Agent [26] - **产品形态与功能**：产品是一个Cockpit控制面板界面，支持Web应用渗透测试、基础设施攻击等多种场景 [30] - **输出优化**：为避免高误报，产品根据漏洞的可利用性和业务影响排序，生成优先修复清单，而非简单罗列漏洞 [30] - **长期目标**：五年后目标是用 **45万个** AI Agent实时保护 **3.2万个** 实体，防御平台能针对所有风险持续自动修复、更新，完全无需人工干预 [32] - **技术实现路径**：将人类专家的攻击方法论结构化，转化为Agent可直接学习的格式，让Agent习得人类专家的思考方式 [34] - **训练过程**：包括将非标准化、创造性的战术（如通过视频识别白板上的密码）纳入训练流程 [35] - **执行控制**：将操作按风险等级分类，高危操作需人类审批，最终目标是走向完全自主 [35][36] - **商业模式与“飞轮效应”**： - **独特商业飞轮**：客户付费进行安全评估的同时，也为公司提供高质量的攻击方法和技术训练数据，每一次真实交付都能同步提升Agent能力 [37] - **经济优势显著**：原本需要两周时间、花费约 **6万美元** 的人类渗透测试，Agent几分钟就能完成，Token成本极低，使得企业有能力实现全天候、100%的攻击面覆盖 [37][38] 技术挑战与解决方案 - **核心挑战**：如何让一个协调一致的Agent集群在真实企业环境中安全、高效地运作，这是一个远超现有Agentic系统能力边界的工程问题 [45] - **分布式上下文管理**：需建立共享记忆（Shared Memory）或蜂巢上下文（Hive Context），让每个Agent都能理解全局动态，保持系统持续运转，这是人类专家无法企及的能力 [47] - **奖励验证的稀缺性**：网络安全领域在强化学习中面临如何验证攻击/防御是否成功的难题 [48] - **解决方案**：通过真实交付积累评估环境，将每一次成功的攻击转化为可验证的评估场景，为模型训练提供高质量的奖励信号 [48] 团队实力与案例展示 - **团队背景强大**：成员包括Mandiant创始人Kevin Mandia、前Google Cloud安全首席工程师等，拥有超过20名AI原生开发者及一支曾测试大多数财富100强企业的红队专家团队 [49][50] - **案例展示Agent能力**： - **案例1：全自动账户接管**：Agent自主潜入暗网，从海量数据中提取 **438个** 被泄露的员工凭据，成功验证 **7个** 有效账户，并利用未完成的2FA流程完成账户接管，全程无人类介入 [41] - **案例2：发现系统性配置风险**：通过攻破RSA服务器，发现企业为所有软令牌设置统一导入密码的流程漏洞，从而进入机密网络 [42] - **案例3：创意攻击识别业务关键风险**：通过外部SQL注入漏洞获取RCE权限后，利用开放的IBM MQ消息队列协议（无身份验证），获得篡改国际航班eAPIS舱单的权限，展示了识别非标准、创造性攻击路径的能力 [43][44]

人工智能行业技术趋势 - 2026年人工智能领域出现具备高主动性和强活人感的私人Agent助理OpenClaw，成为新一代人机交互的标杆[2] - 世界模型获得前所未有的关注，英伟达创始人黄仁勋在CES 2026推出世界模型平台Cosmos[2] - 图灵奖得主Yann LeCun的世界模型创业公司AMI Labs完成10.3亿美元种子轮融资[2] - 行业正经历从“交互范式”到“物理AI”的全方位技术狂飙[2] 顶级学术会议动态 - ICLR 2026将于4月23日至27日在巴西里约热内卢举行[2] - 会议官方收到有效投稿约19000篇，总录取率约为28%[2] - ICLR是机器学习领域的顶级会议，具有极高含金量，每年吸引大量研究机构和高校参会[2] 行业交流活动安排 - 机器之心计划于4月18日在北京举办“ICLR 2026论文分享会”[4] - 分享会设置Keynote、论文分享、圆桌对话、Poster展示环节，聚焦Agent、世界模型等热门主题[7] - 活动时间为北京时间4月18日09:00-17:30，地点为北京中关村皇冠假日酒店3F，线下名额200名[7] - 活动旨在为AI从业者搭建自由轻松的学术交流平台，并邀请论文作者分享或展示Poster[4][7] 行业合作伙伴与生态建设 - 博世集团作为全球领先的技术和服务供应商，是本次活动的合作伙伴[10] - 博世在智能出行、工业技术、能源与建筑技术、消费品等领域深耕，致力于全球社会的可持续发展[10] - 2025年，机器之心联合多个合作伙伴发起了ICLR、CVPR、ACL等多场论文分享会及海外AI Talent Meetup，以助力合作伙伴吸纳人才并提升品牌影响力[13] - 企业可联系机器之心参与“2026学术顶会活动”的合作及共建[14]

文章核心观点 - AI智能体（Agent）的发展正从面向个人开发者的“聊天”和极客玩具阶段，迈向面向企业的“做事”和生产力工具阶段，但企业因安全、管理、集成等“信任问题”而集体观望 [5][6][13][18] - 阿里巴巴推出的企业级AI原生工作平台“悟空”，旨在解决企业级部署的信任与集成难题，其核心价值在于将钉钉十年积累的治理框架与连接能力转化为AI可用的基础设施，使Agent成为可管理、可审计、可规模化的企业生产系统 [7][9][10][24][32] - 行业竞争焦点已从Agent能否完成任务，转向谁能率先将其转化为“企业可大规模部署的生产力基础设施”，解决“敢用”问题是赢得企业市场的关键 [22][41] 企业采用AI智能体的现状与挑战 - **企业面临“集体性迟疑”**：历史教训（如好时巧克力1999年、骑士资本2012年）导致大公司在引入新工具时极为谨慎，OpenClaw的流行并未消除企业的根本顾虑 [1][11][13] - **OpenClaw的局限性**：主要面向开发者，存在环境依赖复杂、权限管理困难（如3000人公司相当于开3000个后门）、任务崩溃、数据安全与责任追溯等问题，被多数企业视为极客玩具，不敢用于正式生产环境 [6][13][20] - **核心挑战是信任与集成**：企业无法接受“先跑通，再修补”的极客模式，要求提供包含权限管理、数据安全、全生命周期追踪的完整“保险”；同时，现有Agent设计为个人操作系统，难以融入企业横跨多个系统（钉钉、飞书、ERP、CRM）的复杂工作流 [18][20] 阿里巴巴“悟空”平台的解决方案 - **定位与目标**：作为企业级AI原生工作平台，主打“企业可用级安全、商业可交付的企业智能体”，解决如何让企业安全、放心地部署并有效运行Agent的核心问题 [7][9] - **继承并强化治理框架**：底层继承钉钉十年积累、经过极限压力测试的治理体系，包括权限分级、数据隔离、操作留痕、问题追责和成本核算，并新增安全沙箱运行和token消耗透明化，从第一天起就具备企业级安全边界 [24][25][26] - **重构连接能力**：将钉钉已有的业务连通能力进行CLI（命令行界面）化重构，使悟空内的Agent能原生调用钉钉上千项能力，实现“沟通即执行”，而非低效模拟人类点击界面，扫清了在企业干活的障碍 [28][29][30] - **实现工作流耦合与规模化**：悟空天然集成于企业组织，自动继承权限规则，并可连接Slack、微信、飞书等主流工具，将模型、工具、沟通入口和工作流串联；个人跑通的流程可封装为模板一键推广全公司，实现了从“个人效率工具”到“组织级生产力平台”的跨越 [32] 行业竞争格局与发展趋势 - **竞争焦点转移**：行业竞争已从“Agent能否完成任务”转向“谁能率先将其转化为企业可大规模部署的生产力基础设施”，要求Agent完成从“单打独斗”到“正规军作战”的蜕变 [22] - **技术路线分化**：OpenAI早期走to C大众化路线，而Anthropic的Claude系列深耕真实生产场景；趋势表明，能对话的模型很多，但能嵌入产线干活的需另一套技术路线，悟空与OpenAI近期重视的战场一致 [34] - **企业级壁垒在于积累**：企业级Agent的壁垒并非单纯技术，而是需要数年积累的权限体系、组织数据、合规能力和商业基础设施；悟空依托钉钉的11年企业服务底座、8亿用户、2700万家组织，形成了难以复制的优势 [37][38] - **战略资源倾斜**：阿里为“悟空”单独成立事业部，并将其置于C位，集团内淘宝、天猫、支付宝、阿里云等业务的商业服务能力正以Skill形式向悟空集中，显示了全力发力企业端AI应用市场的决心 [38][39] - **市场时间窗口**：“龙虾热”完成了全民对Agent的认知教育，让企业看到了巨大可能性，但企业买单的前提是“敢用”，谁先解决“敢”字，谁就能最先获取最大的生产力红利 [40][41]

文章核心观点 - AI正在颠覆传统的软件行业，其核心范式正从“软件吞噬世界”转变为“AI吞噬软件” [9][11][14] - AI驱动的Agent和Skill模式将填平人机交互鸿沟，使软件从需要长期维护的“资产”变为可即时生成、按需组装的“耗材” [33][42][135] - 这一变革将重塑产品形态、公司组织结构和整个科技行业的价值链条，导致“中间层”的消亡 [119][128][154] 一、 人人都可以造软件了 - **开发门槛急剧降低**：在Claude Code、Codex、OpenClaw等AI编码工具推动下，非程序员通过自然语言描述（Vibe coding）即可生成和运行代码，软件开发正从专业技能变为像Excel一样的基础能力 [22][23][29] - **开发成本与时间骤降**：个人开发者几天内即可完成一个软件项目，成本从过去的“几十万”降至“接近零”，而两年前则需要一个5-6人团队耗时2-3个月 [27][28][29] - **开发能力被“集体平权”**：AI工具使软件创造能力民主化，虽然专家依然存在，但开发软件本身不再是高壁垒活动 [30] 二、 软件正在从资产变成耗材 - **传统SaaS商业模式的前提被动摇**：SaaS模式的核心是软件因“很难做”而具有高迁移成本，但AI使软件易于复制，该前提已不成立 [35][37][38] - **软件性质发生根本改变**：软件正从需要长期持有、维护和增值的“资产”，转变为可一次性使用、用完即弃、随时替换的“耗材” [42][45] - **行业增长与估值承压**：多数SaaS公司股价较52周高点下跌30%-80%，行业增长放缓，客户净收入留存率（NDR/NRR）从高位回落，反映出软件价值属性的变化 [38][40][46][47] 三、 Agent填平了人机交互的鸿沟 - **软件的本质是翻译层**：传统UI（按钮、菜单等）的存在是为了弥合人类意图与机器执行之间的“实现模型”与“心理模型”鸿沟 [57][61][74] - **Agent消除了交互摩擦**：用户只需用自然语言下达指令，Agent即可自动调用相应Skill完成复杂任务（如报销、订票、写周报），省去大量手动操作步骤 [69][76][80] - **产品形态从“有界面的App”转向“无界面的Skill”**：未来的产品将是一系列可被Agent调用的能力（Skills），界面本身的重要性下降，企业核心能力变为将业务封装成标准化、可调用的Skill [84][87][88] 四、 你的用户可能不再是人了 - **用户主体发生转移**：在Agent调用Skill完成任务的过程中，直接“用户”是Agent，人类是最终受益者而非操作者 [90][97][98] - **产品设计与增长逻辑重构**：产品优化重点从“人类操作路径”转向“Agent决策路径”，增长指标从下载量、DAU变为被主流Agent的接入量和调用权 [105][106][108] - **产品价值要素重新定义**：未来产品的关键价值在于**可调用性**、**可靠性**、**信任度**和**可组合性**，而精美的UI和流畅的操作流程价值可能降低 [114][115][116][117] 五、 中间层的消亡 - **技术变革的规律是消灭中间层**：AI吞噬软件，本质上是消灭了“软件”这个介于人类意图与数字能力之间的中间层 [119][122][128] - **软件本身作为中间层正在被解构**：传统软件像独立的“发电机”，而“AI+Agent+Skill”构成的新范式像“电网”，能力变得流动、按需、即时组装 [130][132][135] - **组织内部的中间管理层同样面临冲击**：公司的管理层作为信息传递和任务分发的“翻译层”，其部分职能将被能直接调用业务Skill的Agent替代，导致岗位合并与层级压缩 [140][144][147][150]

行业现状与趋势 - 行业正经历从"技术试水"向"工程范式跃迁"的演进，大模型与智能体深度融入生产环境 [2] - 行业进入由智能体驱动、自动化程度极高的新周期，但与之匹配的工程规范、安全体系、组织形态等尚未准备好 [2] - 技术发展呈现"技术狂奔，治理滞后；效率飙升，风险暗涌；愿景宏大，现实骨感"的特点 [1] 大语言模型技术演进 - 大模型赛道已过"盲目拼参数"的蛮荒时代，技术决策者面临如何让模型在大规模业务中真正运行的现实拷问 [7] - 该专题旨在构建一套完整的大模型技术演进新坐标，汇集了来自奇点智能研究院、新浪微博、微软亚洲研究院等机构的顶尖学者与技术专家 [7] 智能体系统与工程 - 该专题旨在告别"盲盒式"开发，掌握构建可靠智能体的工程方法 [13] - 微信分享了在超高并发下构建可靠AI搜索智能体的实战经验 [16] - 美团与Macaron AI分享了如何通过低成本强化学习、十万级沙盒基建等手段，让智能体摆脱对人工编排上下文的依赖，实现自我进化 [16] - 专家将交付一套覆盖感知、推理、协作等六大维度的智能体顶层架构设计图纸 [16] OpenClaw行业实践 - 该专题聚焦从"全民养虾"到企业级"数字员工"的落地实践，提供从算力适配、记忆构建到产品级改造的完整指南 [17] - 腾讯云将分享打造全民AI工作台的经验，网易有道将复盘其智能体产品的养成与实践 [19] - 记忆张量MemTensor将揭秘如何让智能体学会持久化记忆管理，实现经验与上下文的高效复用 [20] - 沐曦股份将从底层GPU算力出发分享数字员工实践，MiniMax将展示国产大模型如何与开源框架深度绑定释放生产力 [20] AI基础设施与运维 - 该专题旨在用智能体思想重塑运维体系，提供面向多GPU集群的自动化运维破局方案 [21] - 无问芯穹将直击万卡集群痛点，分享基于智能体基础设施的AIOps智能体系统实践 [24] - 清程极智将提出以智能体为中心的智能软件栈，让基础设施具备自我感知与修复能力 [24] - 北京智源人工智能研究院将解析大模型框架多芯片统一高效插件体系，以跨越异构算力适配鸿沟 [24] - 昆仑芯将从国产高端AI芯片视角探讨推理框架的极致优化，清微智能将分享可重构计算超节点的探索与实践 [24] - 启元实验室将从国家级实验室视角，给出算力与数据智能融合的顶层解法 [24] AI原生应用创新与开发实践 - 该专题旨在将AI从"酷炫玩具"变成"商业摇钱树"，拆解日活千万级和估值亿级AI应用的工程实践 [25] - 小红书将拆解下一代非线性视频剪辑的架构设计，构建可落地的智能剪辑智能体 [28] - 平安科技将分享在复杂医疗场景下破局大模型落地"不可能三角"的多智能体实战经验 [28] - 商汤科技将揭秘AI PPT在线编辑系统如何通过HTML结构化输出与自研渲染引擎实现稳定闭环 [28] - AWS将直击ROI痛点，分享Inference-Free稀疏搜索等降本增效的平衡术 [28] - Dify将分享如何用严谨的系统工程构建"可执行、可治理、可复用"的AI工作流体系 [28] AI+行业落地实践 - 该专题聚焦将大模型转化为实打实业务ROI的方法论，回应"能给公司赚多少钱、省多少人力"的灵魂拷问 [29] - 小红书将拆解如何用自适应强化学习驱动AI搜索智能体，在极高并发流量中准确理解用户意图以实现业务增长 [32] - 京东将分享如何利用大模型结合因果推断，让智能体掌握动态定价权，从传统预测迈向反事实建模 [32] - 蚂蚁集团将从金融风控视角剖析大模型在企业信用等高壁垒场景下的可信落地与价值重塑 [32] - 金山办公将复盘多模态模型在文档理解与图片翻译等智能办公体系的探索与实践 [32] - 百度将展示经典OCR技术如何与大模型结合持续进化，打通企业数字化转型的视觉通道 [32] AI原生软件研发与氛围编程 - 该专题旨在将AI从"代码补全器"升级为"软件研发的操作系统"，提升团队整体交付效能与工程质量 [33] - 快手将分享研发范式如何从L1单点辅助向L3深度协同跨越，并复盘如何在万人规模研发团队中实现体系化的研发效率跃迁 [37] - 通义灵码将探讨大模型如何从"代码生成"进化为"意图执行"，构建具备上下文感知、推理与自主修正能力的智能体架构 [37] - 百度Comate将深度复盘其在大规模工程实践中的设计智慧 [38] 多模态与世界模型 - 该专题旨在提供从模型训练、后训练对齐到云端规模化部署的全栈可落地工程路径 [39] - 昆仑万维将拆解从视频生成到世界模型的多模态生成技术演进与实践 [41] - 京东将分享在多模态理解与生成上的最新实践 [42] - 蚂蚁集团将分享百灵多模态大模型的后训练算法实战，以提升模型在金融等严苛场景下的意图对齐能力 [42] - Google Cloud将从云端工程化视角，指导如何将复杂多模态大模型高效部署到商业生产环境 [42] 开源模型与框架 - 该专题聚焦推理加速与架构解耦的极致优化，旨在将GPU利用率从30%提升至80%以上，并获取支撑万亿参数规模推理的分布式架构蓝图 [43] - 专题汇集了SGLang、vLLM、Mooncake等开源项目的核心开发者与贡献者 [46] - 月之暗面将基于Kimi大规模模型训练的真实生产线，深度拆解线性注意力等先进架构的硬件感知设计逻辑与工程权衡 [46] 具身智能与智能硬件 - 该专题提供从"视觉感知"到"底层控制"的全链路落地方法论，旨在突破物理壁垒 [47] - 北京大学专家将拆解如何利用电声磁射频等多物理场模态，为AI开启突破视觉盲区的感知能力 [51] - 网易伏羲将解析"世界模型+强化学习"如何驱动无人装载机完成高精度作业 [52] - 来自复旦大学、同济大学、优必选等机构的专家将共同探讨具身智能在多关节控制、人机协同与先进制造场景下的工程落地瓶颈 [52] 行业大会与生态 - 2026奇点智能技术大会旨在系统性理解AI变革，为穿越"十倍速变革"绘制兼具前瞻性与实战性的认知地图 [3][5] - 大会将深入探讨多模态、世界模型、AI原生研发、AI基础设施、大模型系统架构、智能体系统等12大前沿专题 [5] - 大会汇聚全球顶尖学术专家与一线技术实践领军者，旨在推动AI生态融合与行业协同创新 [53]

文章核心观点 - 文章认为，AI正在吞噬软件，正如2011年Marc Andreessen提出的“软件正在吞噬世界”一样，这标志着一个时代的终结和另一个时代的开始[1][2][4][7] - 核心论点是：AI驱动的Agent和Skill将从根本上改变软件的生产方式、产品形态、商业模式以及组织架构，其核心是“中间层”的消亡[7][126][138] 一. 软件生产民主化 - **人人可造软件成为共识**：在Claude Code、Codex等AI工具的推动下，软件开发已从专业技能转变为像使用Excel一样的基础能力，开发成本从几十万降至接近零[8][9][18] - **Vibe Coding普及**：用户无需编程知识，只需用自然语言描述需求，AI即可生成并运行代码，个人也能快速创建满足特定需求的“软件”[10][13] - **个人开发实例**：作者作为非程序员，已利用AI在飞书开发者后台创建了多个处理公司事务的机器人，并构建了带有人类反馈迭代功能的AI热点监控站[14][15][17] 二. 软件属性转变 - **从资产变为耗材**：传统SaaS模式的核心前提——“软件很难做”正在瓦解，软件正从需要长期维护和增值的资产，转变为可随时替换、用完即弃的耗材[19][26][32][36] - **SaaS商业模式受冲击**：SaaS模式依赖高迁移成本，但AI使快速创建替代工具成为可能，导致客户粘性下降[20][24][27] - **市场表现印证**：截至2026年1月底，多数SaaS公司股价较52周高点下跌30%-80%，如Figma下跌约80.98%，Trade Desk下跌约75.05%，且至3月份跌势更甚[27][30][31] - **指标恶化**：行业增长放缓，获客成本上升，衡量老客户增购意愿的关键指标净收入留存率（NDR/NRR）在许多SaaS公司中从高位回落[37][38] 三. Agent重塑人机交互 - **OpenClaw的启示**：其意义在于让大众理解了Agent的概念，认知的拉平是时代变革的真正入口[40][43][45] - **软件的本质是翻译层**：传统UI（按钮、菜单等）的存在是为了弥合人类意图与机器执行之间的鸿沟，即实现模型与心理模型之间的差距[48][49][55][60] - **Agent填平交互鸿沟**：用户只需用自然语言下达指令，Agent即可自主调用相关Skill完成任务，无需用户与复杂界面交互，从而消除了传统软件中大量的“翻译”工作[61][69][72][74] - **产品形态从App转向Skill**：未来的产品可能以无界面的“Skill”形式存在，由Agent直接调用，企业核心能力从打造好用的界面转变为将业务封装成可被Agent调用的标准化Skill[78][79][82][83] 四. 用户主体的变迁 - **用户从人变为Agent**：在Agent调用Skill完成任务的场景中，直接用户是Agent，人类是最终受益者而非交互者[86][92][93][94] - **产品设计逻辑改变**：产品优化重点从人类的操作路径（如按钮位置、流程顺畅度）转向Agent的决策路径（如接口稳定性、文档清晰度、调用成本）[102][103][104] - **增长与竞争逻辑变化**：企业竞争焦点从争夺人类用户的时间和注意力，转向争夺被主流Agent默认接入、被工作流引用的“调用权”[105][106][107] - **产品价值要素重构**：界面美观和操作流程的重要性下降，可调用性、可靠性、信任度和可组合性成为关键价值要素[109][110][113][114][115] 五. 中间层的系统性消亡 - **技术变革的规律**：历次重大技术变革都致力于提高信息流转效率，消灭中间层，如印刷术消灭抄写员，电商消灭经销商[119][120][121] - **软件本身即是中间层**：过去15年，软件作为中间层吞噬了世界，而AI正在吞噬软件这个中间层，将其拆解为轻量的能力原子（Skill）[122][123][126][127] - **类比电网革命**：AI+Agent+Skill构成新的“电网”，提供按需、即时组装的能力；传统软件如同将被淘汰的独立发电机[128][131][134] - **组织中间层面临同样命运**：公司管理层作为意图与执行之间的信息翻译层，其职能与软件UI类似。当Agent能直接处理信息和任务时，主要承担信息搬运和任务分发的管理角色将被大量压缩[138][142][146][148][149] - **颠覆速度加快**：此次由AI驱动的对产品、公司、行业各层面中间层的冲击，其速度远比15年前软件吞噬世界时要快[154][159]

行业技术趋势 - 2026年人工智能领域出现具备高主动性和强活人感的私人Agent助理“OpenClaw”，成为新一代人机交互的标杆[2] - 世界模型获得前所未有的关注，英伟达创始人黄仁勋在CES 2026推出世界模型平台Cosmos，图灵奖得主Yann LeCun的创业公司AMI Labs完成10.3亿美元种子轮融资[2] - 行业正经历从“交互范式”到“物理AI”的全方位技术狂飙[2] 顶级学术会议 - 机器学习顶级会议ICLR 2026将于4月23日至27日在巴西里约热内卢举行[2] - ICLR 2026官方收到有效投稿约19000篇，总录取率约为28% [2] 行业交流活动 - 机器之心计划于4月18日在北京举办“ICLR 2026论文分享会”，旨在为AI从业者搭建学术交流平台[4] - 分享会将设置Keynote、论文分享、圆桌对话、Poster展示环节，聚焦Agent、世界模型等热门主题[7] - 活动时间为北京时间4月18日09:00-17:30，地点在北京中关村皇冠假日酒店，线下名额200名[7] - 2025年，机器之心联合多个合作伙伴发起了ICLR、CVPR、ACL、NeurIPS、IROS、ICML等多场论文分享会及海外AI人才聚会[13] 合作伙伴与行业生态 - 博世集团是本次活动的合作伙伴，作为全球领先的技术和服务供应商，其在智能出行、工业技术、能源与建筑技术、消费品等领域持续深耕[10] - 博世集团坚持“科技成就生活之美”的理念，以创新为驱动[11] - 机器之心欢迎企业参与“2026学术顶会活动”的合作及共建[14]